数据结构(二)

数据结构是计算机存储、组织数据的方式。是指相互之间存在一种或多种特定关系的数据元素的集合
通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率

数据结构-栈

数据进入栈模型的过程称为：压/进栈
数据离开栈模型的过程称为：弹/出栈

栈是一种数据先进后出的模型

数据结构-队列

数据从后端进入队列模型的过程称为：入队列
数据从前端离开队列模型的过程称为：出队列

队列是一种数据先进先出的模型

数据结构-数组（ArrayList）

查询数据通过地址值和索引定位，查询任意数据耗时相同，查询速度快
删除数据时，要将原始数据删除，同时后面每个数据前移，删除效率低
添加数据时，添加位置后的每个数据后移，再添加元素，添加效率极低

数组是一种查询快，增删慢的模型

数据结构-链表（LinkedList）

单向列表

链表是一种增删快的模型(对比数组）
链表是一种查询慢的模型(对比数组）
　　查询数据D是否存在，必须从头(head)开始查询
　　查询第N个数据，必须从头(head)开始查询

双向列表

数据结构-树（TreeSet）

二叉树

度：每一个节点的子节点数量（二叉树中，任意一个节点的度要小于等于2）
A节点是BC的父节点；BC是A的子结点。
A节点度：2；B节点度：0；C节点度：0

最顶层的为：根节点
　　4节点为7节点的左子节点
　　10节点为7节点的右子节点
蓝色虚线：根节点的左子树；根节点的左子树高：3
绿色虚线：根节点的右子树；根节点的右子树高：3

二叉查找树

二叉查找树，又称二叉排序树或者二叉搜索树。
特点：
　　1.每一个节点上最多有两个子节点
　　2.左子树上所有节点的值都小于根节点的值
　　3.右子树上所有节点的值都大于根节点的值

平衡二叉树

二叉树左右两个子树的高度差不超过1
任意节点的左右两个子树都是一颗平衡二叉树

平衡二叉树-旋转

触发时机：当添加一个节点之后，该树不再是一颗平衡二叉树。

利用左旋和右旋机制保证树的平衡：

左旋

就是将根节点的右侧往左拉，原先的右子节点变成新的父节点，并把多余的左子节点出让，给已经降级的根节点当右子节点

右旋

将根节点的左侧往右拉，左子节点变成了新的父节点，并把多余的右子节点出让，给已经降级根节点当左子节点

平衡二叉树-旋转的四种情况

左左

当根节点左子树的左子树有节点插入，导致二叉树不平衡

左右

当根节点左子树的右子树有节点插入，导致二叉树不平衡

右右

当根节点右子树的右子树有节点插入，导致二叉树不平衡

右左

当根节点右子树的左子树有节点插入，导致二叉树不平衡

红黑树

红黑树是一种自平衡的二叉查找树，是计算机科学中用到的一种数据结构。
1972年出现，当时被称之为平衡二叉B树。后来，1978年被修改为如今的"红黑树"。
它是一种特殊的二叉查找树，红黑树的每一个节点上都有存储位表示节点的颜色，
每一个节点可以是红或者黑；红黑树不是高度平衡的，它的平衡是通过"红黑规则"进行实现的

红黑规则

1.每一个节点或是红色的，或者是黑色的。
2.根节点必须是黑色
3.如果一个节点没有子节点或者父节点，则该节点相应的指针属性值为Nil，这些Nil视为叶节点，每个叶节点(Nil)是黑色的；
4.如果某一个节点是红色，那么它的子节点必须是黑色(不能出现两个红色节点相连的情况)
5.对每一个节点，从该节点到其所有后代叶节点的简单路径上，均包含相同数目的黑色节点；

添加节点

添加节点时，默认为红色，效率高。

针对以下数据：

1、当添加的节点为根节点时，因为规则2（根节点必须是黑色），直接将“红22”直接变成黑色就可以了。

2、父节点为黑色，添加“红18”及“红23”时，不需要任何操作。

3、添加“红22”时，因为规则4（不能出现两个红色节点相连的情况），需要进行调整：
观察：“红22”父节点“23”为红色，叔叔节点“18”也是红色
　　1.将“父节点23”设为黑色，将“叔叔节点18”设为黑色
　　2.将“祖父节点20”设为“红色”。
　　3.如果祖父节点为根节点，则将根节点再次变成黑色。

由1、2得：由3得：

4、父节点为黑色，添加“红16”、“红24”、“红19”时，不需要任何操作。

5、添加“红15”时，因为规则4（不能出现两个红色节点相连的情况），需要进行调整：
观察：“红15”父节点“16”为红色，叔叔节点“19”也是红色
　　1.将“父节点16”设为黑色，将“叔叔节点19”设为黑色
　　2.将“祖父节点18”设为“红色”。
　　3.如果祖父节点为根节点，则将根节点再次变成黑色。当前“祖父节点18”不是根节点，所以不用变。

由1、2、3得：